2023.4电脑编程技巧与维护1概述图像中的边缘信息是图像的基本信息，同时也是图像信息集中的地方。图像中细节信息的提取对图像后续的进一步处理起着至关重要的作用。大雾和雾霾天气出现时，受空气中雾霾小颗粒等的影响，成像设备采集到的图像含有白雾等，无法清晰地看见图像中目标物体因素。为了更好地提取出雾天图像中目标的边缘等信息，需要对图像进行去雾操作。随着物联网技术的迅速发展，图像采集终端设备日益增多，采集的图像数据成倍增长，给数据传输网络带宽和数据存储空间造成一定的负担。为了缓解这一问题，在终端设备附近加入可进行数据实时处理的“边缘计算终端设备”，并提取数据中的关键信息———边缘。通过传输图像中的关键信息而不是原图像，不仅能够减轻网络传输带宽压力，还能缓解数据存储压力。雾天图像的预处理需联合去雾处理和边缘检测两种不同的算法处理，针对此图像预处理操作，采用高层次综合工具———VivadoHLS将图像预处理两种不同的方法封装在一个IP核中，具有功能继承性高、工程内部连线复杂度低等优点[1]。2VivadoHLS2.1VivadoHLS开发流程VivadoHLS是Xilinx公司推出的高层次综合工具，采用C/C++/System语言对HLS进行编程，实现功能和硬件分离，通过不同优化方式找出满足约束和功能要求且花费最小的硬件结构[2]。VivadoHLS的设计流程如图1所示，VivadoHLS的设计流程主要分为源文件的C代码设计、C源文件的验证、高层次综合并不断迭代优化、RTL输出并打包IP核。源文件的C代码设计指编写实现雾天图像边缘检测功能的C代码；C源文件的验证测试是否实现雾天图像边缘检测功能，是否满足设计的需求；高层次综合表示对C源文件实现的功能是否满足需求，进行相应的综合验证。根据综合报告和需求进行分析，对顶层函数各部分进行迭代优化，直至满足需求；输出是指能够正确实现雾天图像边缘检测功能及资源和时间消耗满足约束即可打包输出IP核。2.2VivadoHLS优化方法VivadoHLS进行仿真综合时，当不满足时间消耗和资源利用要求时，或者对时间和资源有更高要求时，可以采用VivadoHLS的优化方法对一些消耗时间和资源的代码部分进行优化处理。2.2.1任意精度数据类型在C/C++中的数据类型一般是8的倍数bit，定义数据类型后，即使数据很小，也和大的数据占相同的内存，造成资源的浪费。针对这种情况，VivadoHLS允许任意精度数据类型，能够定义位数、小数位数等，减少不必要的资源浪费，节省硬件成本。2.2.2for循环优化对for循环进行优化，主...
